主基因+多基因混合遗传模型分析步骤.doc

有些同学来问如何运用主基因+多基因混合遗传模型来做遗传分析，虽然这种分析在今天看来更多的被QTL所替代，但是还是有同学分析会用到，所以我把个人使用的心得小结出来，与大家交流分享。主基因+多基因混合遗传模型可以确定控制性状的基因数目，估计遗传效应值及遗传率。这个软件可以对单个分离世代进行分析，也可以对多个世代进行联合分析。分析可以分为一步法和两步法。这个软件都是DOS命令，每个不同分析群体都有各自的分析程序，使用时要依据自己的群体类型选择适合的小程序。现在，仅以F2单独世代的一步法分析为例说明：一 数据准备首先，建立一个TXT文件。比如a.txt其次，将F2群体每个单株的数据输入txt文件中，可以不必有编号，仅用数据即可。如下为F2群体的穗粒数数据文本文件格式。二 运行程序选择应用程序F2_1双击程序图标，打开，然后按照提示，依次输入期望值（0.0001），群体大小（你自己的群体单株数），文件名及所在路径（F2_1.txt）。（一定注意输入正确路径及文件的名称及后缀）回车即开始运行。运行后的数据自动存在该应用程序的同一文件夹下。下图为程序对话：程序正在运行中。下图为运行的结果文件三 结果分析结果文件中各项内容的说明文件中共有模型A_0，A_1,A_2,A_3,A_4,B_1.到B_6。现以一个模型（B_1）为例，说明各项的含义。这是B_1的输出内容：model B_1The esp value = 0.000100mean1=94.032539mean2=73.406349mean3=55.520161mean4=54.413528mean5=54.062317mean6=53.886269mean7=53.780346mean8=53.707722mean9=53.656750sigma=129.892151mix1=0.059402mix2=0.127216mix3=0.062568mix4=0.125135mix5=0.250271mix6=0.125136mix7=0.062568mix8=0.125136mix9=0.062568Max-likelihood-value=-1829.820068AIC=3679.640137U1= 0.012(0.9130) U2= 0.009(0.9248) U3= 0.002(0.9633)W = 0.1063 D = 0.0437(n=443,CD(0.05)=0.0648)The esp value指迭代收敛值：就是之前输入的0.0001mean1等，指各分布成分的平均数（专业说法为分离群体所剖分成的成分分布的平均数）以后估算遗传参数时用得上。这里由于B_1模型是9个分布成分，所以一共有mean1到mean9 9个数据。sigma=129.892151指分布方差为129.892151mix1等指分布成分的比值，（专业说法为最终迭代后不同成分分布所占的比例）它理论上的mean与分布方差的比值。比如，mix1对应的是mean1/ sigma=94.032539/129.892151=0.059402，同理，其它的mix2- mix9都是如此。这个值在后面的遗传参数估计时也是用的上的。Max-likelihood-value=-1829.820068AIC=3679.640137分别指最大似然值与AIC值。用于遗传模型的选定。对于模型的选定是此分析方法的首要任务，只有遗传模型确定了，才能根据选定的遗传模型进行后续的遗传参数的估计。那么，遗传模型的选定标准是AIC值最小原则，就是依据每个模型对于的AIC值来选定最适的模型。当然，遗传模型的选定标准还有另一个，就是适合性测验。下面的数据就是用于适合性测验的。适合性测验包括三个检验， U12 U22 U32（均匀性检验） nW2（Smirnov检验）和Dn (Kolmogorov检验) ，然后将选择统计量达到显著水平个数最少的模型作为最优模型。U1= 0.012(0.9130) U2= 0.009(0.9248) U3= 0.002(0.9633)W = 0.1063 D = 0.0437(n=443,CD(0.05)=0.0648)这里的U1，U2，U3，W，D 是BIC值，它们都是适合性测验所使用的评判参数。四 整体的分析思路以上对数据的含义做一个简单的说明，下面大体说一下整体的分析思路：首先就是最适遗传模型的确定：运用的是Max-likelihood-value=-1829.820068AIC=3679.640137和U1= 0.012(0.9130) U2= 0.009(0.9248) U3= 0.002(0.9633)W = 0.1063 D = 0.0437(n=443,CD(0.05)=0.0648)数据。然后对所选定的遗传模型中的mean，sigma，mix值对遗传参数进行估价。五 具体数据举例：（1） 首先，对结果文件中的每个模型的Max-likelihood-value和AIC值汇总为表表1 F2单个分离世代在不同遗传模型下的极大似然函数值和AIC值模型Modle极大似然函数Max-likelihood-valuesAIC 值 AIC valuesA-0-1850.6627203705.325439A-1-1838.6702883685.340576A-2-1850.6673583707.334717A-3-1850.6644293709.32885A-4-1838.6702883685.340576B-1-1829.8200683679.640137B-2-1838.6689453689.337891B-3-1850.6700443709.340088B-4-1850.6655273707.331055B-5-1850.6647953709.329590B-6-1850.6647953707.329590根据AIC值最小准则，选取AIC值最小及与最小AIC值比较接近的遗传模型作为备选最适模型。这里，可以看出B-1模型的AIC值最低，为3679.640137，也可以同时再选出几个与之接近的模型作为备选模型。比如A-1模型AIC值相对较低3685.340576，A-4模型AIC值相对较低3685.340576，B-2模型AIC值相对较低3689.337891，都可以作为备选最适模型。（2）模型适合性测验：表2 F2单个分离世代穗粒数分析最适遗传模型是适合性检模型群体U12U22U32nW2DnB-1F20.012(0.9130)0.009(0.9248)0.002(0.9633)0.1063(0.05)A-1F20.085(0.7708)0.418(0.5179)2.125(0.1449)0.1564(0.05)A-4F20.085(0.7704)0.419(0.5175)2.127(0.1447)0.1566(0.05)B-2F20.085(0.7708)0.418(0.5179)2.126(0.1448)0.1565(0.05)（U12 U22 U32（均匀性检验）； nW2（Smirnov检验）；Dn (Kolmogorov检验)；U12 、U22、 U32后括号中的数字为概率水平， nW2 、Dn后括号中的数字为显著性标准）利用U12 U22 U32（均匀性检验） nW2（Smirnov检验）和Dn (Kolmogorov检验)对这4个 备选模型的F2世代进行适合性检验（表2），选择统计量达到显著水平个数最少的模型作为最优模型。需要注意的是，这里计算结果给出的是U1，U2，U3，W，D的数值，要转化为U12 U22 U32 nW2 Dn，需要做相应的运算（平方，乘积，开方等）后，再进行显著水平的检验。U12 U22 U32（均匀性检验）直接看括号里的数值与0.05相比即可，nW2（Smirnov检验）和Dn (Kolmogorov检验)检验需要参考书上（页）的表。来评定大于或者小于0.05.这样，对于一个模型来说，做了5个大于或者小于号的判定，最终来比较不同模型哪个大于号最少，哪个就最适合。这里，4个模型的大于号都是4个，一样多，所以在适合性测验的结果是一样的，那么就根据哪个模型的AIC值最小来确定最适模型了。结果发现4种模型在nW2检验中均达到显著水平（P0.05），其它统计量均未达到显著水平，但B-1模型的AIC值最小，因此，B-1模型可以作为该群体的最适遗传模型，说明此群体穗粒数的遗传是受2对主基因控制的，并且表现为主基因加性-显性-上位性效应。（3）遗传参数估计下面列出的这个表，需要根据B-1模型的数值填，这里的分布均值是mean值，分布方差是sigma，分布权重是分布均值/分布方差的值，在结果中找到对应的数据填到表格里就行了。写论文的时候需要列出这个表（来凑字数的，嘿嘿），由混合遗传分析得到了2对主基因B-1遗传模型的各种参数分布（表3）。从表中可以看出，主基因9成分分布比列为1：2：1：2：4：2：1：2：1，与理论分布比例一致。 成分分布1AABB成分分布2AABb成分分布3AAbb成分分布4AaBB成分分布5AaBb成分分布6Aabb成分分布7aaBB成分分布8aaBb成分分布9aabb分布均值94.0373.4155.5254.4154.0653.8953.7853.7153.66分布方差129.89129.89129.89129.89129.89129.89129.89129.89129.89分布权重0.060.130.060.130.250.130.060.130.06表3 最适遗传模型参数表然后，对最适遗传模型中主基因遗传参数的估计首先，计算一阶参数，即各遗传效应。运用Excel计算即可。下面的1-9就是分布均值的成分分布1-9，也是对应的mean1到mean9,194.03273.41355.52454.41554.06653.89753.78853.71953.66根据下面的公式，把值代入，即可计算相应的一阶分布参数。一阶分布参数群体平均数m=0.25(1+3+7+9)AA的加性效应da=0.25(1+3-7-9)BB的加性效应db0.25(1-3+7-9)Aa的显性效应ha0.25(-1-3+24+26-7-9)Bb的显性效应hb0.25(-1+22-3-7+28-9)加加效应i0.25(1-3-7+9)加显效应jab0.25(-1+22-3-7-28+9)显加效应jba0.25(-1+3+24-26-7+9)显显效应l0.25(1-22+3-24+45-26+7-28+9)最后，再计算二阶参数，即遗传方差及遗传率。将计算出的一阶参数各项的值代入公式即可。F2群体的主基因遗传方差22= 0.25 da2+db2+ i2+ (da+jab)2+(db+jba)2+(ha+0.5l)2+(hb+0.5l)2+0.25l2 F2群体的表型方差2，是根据表型数据运用Excel或者SAS计算出来的。我是用SAS计算的结果，p2= 249.514458遗